- 汪颖;肖先勇;
<正>2025年,国家持续推进“人工智能+”行动。通过将数字技术与行业需求相结合,实现数字赋能,挖掘配用电系统各类监测数据蕴含的信息,实现人工智能技术支撑的“数据—信息”“信息—决策”的优质供电技术,对保障配用电系统的高效运行与高品质供电,具有重要的理论意义和工程价值。为展示配用电系统“优质供电+人工智能”领域的研究进展和发展趋势,分享最新的技术应用成果,《供用电》编辑部特邀四川大学汪颖教授、肖先勇教授共同担任特约栏目主编,主持“人工智能支撑配用电系统优质供电技术”专题,旨在与电能质量、人工智能等领域的专家、学者及工程技术人员共同研讨相关技术的最新进展、实践经验和未来方向。
2025年08期 v.42;No.297 2+1页 [查看摘要][在线阅读][下载 851K] - 于海东;刘洋;王峰;黄敏;刘文彬;武颖;李亚辉;丁玉昊;
随着高比例新能源的不断接入,配电网的谐波畸变日益严重。同时,配电网存在拓扑关系和线路参数未知、实时量测缺失的情况,这进一步增加了谐波电流评估的难度。为准确评估高比例分布式光伏接入下配电网的节点谐波状态,提出一种基于数据驱动的谐波电流评估方法。首先,在系统拓扑结构简单且参数已知的情况下,基于关键设备的谐波模型,建立节点间的谐波等效分析电路,推导谐波电流的传递系数,进而计算出节点的谐波电流。然后,对于系统结构和参数未知、实时量测缺失的情况,通过分析配电网的实测数据,采用肯德尔相关性分析法量化系统不同节点间谐波电流的关联程度,确定出系统中谐波电流关联性较强的节点。最后,结合节点间的相关性和双向长短期记忆神经网络构建基于数据驱动的谐波电流评估模型,实现高比例分布式光伏接入下配电网节点的谐波电流估计;同时通过仿真分析验证了所提方法的准确性和有效性。
2025年08期 v.42;No.297 3-11页 [查看摘要][在线阅读][下载 3297K] - 刘诗琦;张逸;徐云聪;
轧机作为一种典型的电能质量干扰源,因其特殊的轧制工艺特性,会在生产过程中引发供电系统的剧烈功率冲击。现有模型因未考虑工况切换的影响,难以表征轧机功率冲击的突变特性,导致模型精度有所欠缺。基于此,提出了一种数据-机理联合驱动的轧机功率冲击模型。首先,基于轧机有功功率与负载转矩的关系,并考虑工况切换的工艺特性,构建轧机的负载转矩方程;然后,设计改进的粒子群算法实现负载转矩方程的高精度参数辨识,并融合生产特性的负载转矩与电机模型构建轧机新模型;最后,基于某钢厂轧制生产线的监测数据,在MATLAB/Simulink平台中进行了验证。通过对比仿真与实测数据,发现所提出的模型不仅能较好地应对轧制企业中负载快速变化的工艺特性,还能够较为准确地反映轧制过程中频繁的功率变化,且在仿真精度上也可满足工程需求,证明了该模型的正确性和实用性。
2025年08期 v.42;No.297 12-19页 [查看摘要][在线阅读][下载 2726K] - 管迎春;何君;牟令;陈平;吴凡;陈侃;王东;胡文曦;
风电场电能质量监测数据是电网实现智能运维的关键,其完整性和准确性直接关系到电网的运行管理、规划调度及电力市场相关分析和决策的可靠性。针对风电场电能质量监测数据中因通信等问题导致的数据缺失问题,提出一种融合时频多尺度特征增强的风电场电能质量监测数据修复方法。首先,通过设计时频联合注意力机制,将改进的生成对抗网络与双向长短期记忆网络深度融合,强化模型对全局时序特征与局部高频细节的协同学习能力;同时,提出动态频域加权损失函数,通过自适应调整不同频段的权重,平衡低频趋势与高频扰动的重构精度。其次,提出面向多尺度特征增强的输入噪声优化策略,将不同尺度的高斯噪声输入到潜在空间,增强模型多尺度特征捕获能力。最后,通过国内某风电场的现场电能质量监测数据,模拟随机缺失和连续缺失等复杂场景,验证所提方法的有效性,结果表明该方法能对不同程度的缺失进行高质量地重构修复,满足实际工程需求。
2025年08期 v.42;No.297 20-29+60页 [查看摘要][在线阅读][下载 3248K] - 张逸;吴逸帆;张加忠;赵微;章书旗;
电压暂降风险评估对于减少电压暂降所致损失具有重要意义。针对现有研究对电压暂降风险组成及特性考虑不全、受主观因素影响大以及适应性较差等问题,提出一种基于凸包域的电压暂降风险评估方法。首先,构建双通道并联混合神经网络的残余电压估计模型,实现一维测量数据与二维网络拓扑数据的异构数据特征融合,评估电压暂降的发生可能性;其次,从经济性、安全性、用户心理角度分析电压暂降的多元影响,辨识电压暂降损失风险元,反映电压暂降的影响严重性;最后,考虑电压暂降风险的模糊性与不确定性,结合残余电压估计结果与电压暂降综合损失风险元,通过基于密度的噪声应用空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法生成有标签的电压暂降风险点集,基于凸包算法绘制电压暂降风险域,划分电压暂降风险等级。通过基于实际用户数据改造的IEEE 39节点模型开展测试与分析,验证了该方法的合理性与有效性。
2025年08期 v.42;No.297 30-42页 [查看摘要][在线阅读][下载 3104K] - 马晓阳;米泓湾;肖先勇;汪颖;袁泽惠;吴永心;
随着光伏逆变器等电力电子设备大量接入电网,其产生的(2~150)kHz超高次谐波对电网电能质量造成影响。由于供电系统电压和电流受线性和非线性负载不断切换和变化的影响,超高次谐波具有时变特性,而目前缺乏对时变超高次谐波识别和估计的方法。为此,提出一种基于泰勒-傅里叶展开和稀疏度自适应分段正交匹配追踪(sparsity adaptive stagewise orthogonal matching pursuit,SA-StOMP)算法的时变超高次谐波识别与估计方法。首先,构建基于泰勒-傅里叶展开的超高次谐波动态模型。随后,采用SA-StOMP算法和最小二乘法对超高次谐波进行精确估计。最后,由仿真结果可以看出,所提算法精确度和鲁棒性显著优于现有压缩感知算法。在电网实测数据验证中,所提算法可在0.5 ms时间分辨率下捕捉超高次谐波的波动特性,准确识别(2~150)kHz范围内的微弱高频分量。综上,所提方法无需预先设定稀疏度,兼具高精度、高时频分辨率和抗噪能力,为电力系统时变超高次谐波估计提供了技术支撑。
2025年08期 v.42;No.297 43-51页 [查看摘要][在线阅读][下载 3352K] - 沙广林;刘璐;丛炘玮;段青;吴云召;祖国强;
针对电动汽车大规模无序接入引发的过载和电压偏差等问题,提出多尺度时空特征融合的配电台区电能质量综合评估方法。首先,考虑电动汽车荷电状态、出行特征等随机因素,建立考虑电动汽车随机概率特征的配电台区电能质量评估指标。其次,通过波动性计算对时间数据自适应分段,并分别采用注意力模型与图卷积神经网络进行时空特征提取,提升计及电动汽车不确定性的台区电能质量时空融合特征准确度。然后,采用熵权法进行综合权重计算,结合双向长短期记忆(bidirectional long-short-term memory,Bi-LSTM)网络构建综合评估模型。最后,结合实际台区电动汽车接入场景数据,分析验证了所提方法的有效性。
2025年08期 v.42;No.297 52-60页 [查看摘要][在线阅读][下载 2917K]